2023-04-12 13:29:16 +00:00
# 데이터 생성
2023-07-23 04:36:16 +00:00
일관된 텍스트를 생성하는 것은 LLM이 두각을 나타내는 분야입니다. 효과적인 프롬프트 전략을 사용하면 모델을 조정하여 보다 우수하고 일관적이며 더욱 사실에 입각한 답변을 생성할 수 있습니다. 또한 LLM은 모든 종류의 실험과 평가를 수행하기 위한 유용한 데이터를 생성하는 데 특히 유용합니다. 가령, 다음과 같이 감정 분류기에 대한 빠른 샘플을 생성할 수 있습니다.
2023-04-12 13:29:16 +00:00
2023-07-23 04:36:16 +00:00
_Prompt:_
2023-04-12 13:29:16 +00:00
```
2023-07-23 04:36:16 +00:00
감정 분석을 위한 10가지 예시를 작성해 줘. 예시는 긍정적 혹은 부정적 둘 중 하나로 분류할 수 있어. 부정적인 예시 2개와 긍정적인 예시 8개를 생성해줘. 다음 예시와 같은 형식을 사용해줘.
2023-04-12 13:29:16 +00:00
Q: <문장>
A: <감정>
```
2023-07-23 04:36:16 +00:00
_Output:_
2023-04-12 13:29:16 +00:00
```
Q: 나 방금 굉장한 소식을 들었어!
2023-07-23 04:36:16 +00:00
A: 긍정적
2023-04-12 13:29:16 +00:00
2023-07-23 04:36:16 +00:00
Q: 우리 급여가 인상되었어!
A: 긍정적
2023-04-12 13:29:16 +00:00
Q: 나는 오늘 내가 성취한 일에 뿌듯함을 느껴.
2023-07-23 04:36:16 +00:00
A: 긍정적
2023-04-12 13:29:16 +00:00
Q: 최고의 하루를 보내고 있어!
2023-07-23 04:36:16 +00:00
A: 긍정적
2023-04-12 13:29:16 +00:00
2023-07-23 04:36:16 +00:00
Q: 이번 주말을 매우 고대하고 있어!
A: 긍정적
2023-04-12 13:29:16 +00:00
Q: 나는 지금 최고의 선물을 받았어!
2023-07-23 04:36:16 +00:00
A: 긍정적
2023-04-12 13:29:16 +00:00
Q: 나는 지금 매우 행복해.
2023-07-23 04:36:16 +00:00
A: 긍정적
2023-04-12 13:29:16 +00:00
2023-07-23 04:36:16 +00:00
Q: 이렇게 훌륭한 가족의 일원이라는 건 정말 축복이야.
A: 긍정적
2023-04-12 13:29:16 +00:00
2023-07-23 04:36:16 +00:00
Q: 바깥 날씨가 굉장히 흐려.
A: 부정적
2023-04-12 13:29:16 +00:00
2023-07-23 04:36:16 +00:00
Q: 방금 끔찍한 소식을 들었어.
A: 부정적
2023-04-12 13:29:16 +00:00
```
2023-07-23 04:36:16 +00:00
이는 매우 유용합니다. 이 가이드의 다른 섹션의 테스트에서 실제로 이 예시를 사용하고 있을 정도로요.
